Experiencia práctica en primeros principios y múltiples modos de pensamiento.
Como disciplina aplicada, el modelo central de pensamiento pluralista de la agricultura debería ser utilizar conocimientos y tecnologías de diferentes disciplinas para proporcionar soluciones para la agricultura. Muchos campos de investigación de subdivisiones existentes se basan en esta idea. Por ejemplo, la ingeniería agrícola utiliza maquinaria y tecnología de automatización para resolver los problemas de inestabilidad y baja eficiencia del trabajo humano en la producción agrícola. El mejoramiento molecular utiliza técnicas de biología molecular para detectar con precisión los rasgos deseados, reduciendo así la aleatoriedad del proceso de mejoramiento. La aplicación de sensores y tecnología de Internet de las cosas en la agricultura de instalaciones puede mejorar eficazmente el microclima del entorno de crecimiento de las plantas. Entonces, a la hora de resolver problemas, ¿ha prestado atención a las nuevas tecnologías que se pueden combinar en el ámbito agrícola? ¿Existen tecnologías maduras en otros campos que no se hayan aplicado a la agricultura? ¿Pueden estas tecnologías mejorar la eficiencia de la producción agrícola? Estas preguntas deberían ser el centro de mi pensamiento constante.
Reflexiona sobre los errores en tu propia investigación científica y cómo mejorar utilizando los primeros principios;
En primer lugar, es fácil verse limitado por el marco de conocimiento profesional existente. Muchos problemas agrícolas no pueden resolverse basándose únicamente en el conocimiento de un tema. Muchas veces, buscamos problemas y direcciones según la definición de "profesional", y luego descubrimos que hay muy pocas cosas que podemos hacer y que los problemas no se han resuelto bien. Por ejemplo, cuando nos enfrentamos al problema de las altas tasas de pérdida de productos agrícolas después de la cosecha, los problemas fisiológicos de las plantas no pueden resolverse simplemente enfriando los almacenes frigoríficos y llenándolos con nitrógeno. También es necesario utilizar de forma integral la gestión, la economía y la ciencia de la información. Los métodos para establecer pronósticos de ventas efectivos, la gestión de la información de producción y la gestión de la logística acortan el tiempo desde la cosecha hasta la distribución a los consumidores. En resumen, "acortar el tiempo poscosecha y ralentizar la tasa de deterioro" es un modelo de pensamiento múltiple para resolver el problema de la conservación de los productos agrícolas.
En segundo lugar, confiar demasiado en la experiencia previa en lugar del razonamiento deductivo. Al realizar proyectos de investigación científica o diseño experimental, la mayoría de ellos se basan en ideas de investigación existentes, obtienen la experiencia de investigación de otras personas a través de la revisión de la literatura y completan su propio diseño experimental. Este tipo de investigación científica imitativa es adecuada para la formación de maestría, pero para los doctorados, es más necesario un trabajo independiente e innovador. La innovación revolucionaria en la investigación científica no debe ser mejor que otras en el mismo camino, sino redefinir un nuevo camino y establecer nuevas ideas lógicas para resolver este problema. ¿Cómo establecer nuevas ideas lógicas? Es necesario analizar la esencia del problema desde los primeros principios y establecer un canal lógico para un determinado problema desde un punto lógico evidente.
En tercer lugar, el razonamiento lógico desde los resultados hasta las conclusiones no es lo suficientemente riguroso. La redacción de artículos académicos es la interpretación de datos experimentales, y la parte de discusión debe ser la mejor de un experto en investigación científica. Parte de la discusión es la explicación de los resultados de los experimentos de investigación científica. El autor debe explicar claramente qué cuestiones se explican en el diagrama de resultados, si es lógicamente exacto, si las conclusiones son consistentes con los resultados de otras investigaciones y, de ser así, ¿Cuáles son las razones de la inconsistencia? Por ello, muchas veces a nuestra propia investigación le falta formación en pensamiento lógico. En este momento, es necesario volver a aprender la "ciencia dura" y utilizar el pensamiento en física y matemáticas para entrenar habilidades de razonamiento lógico rigurosos.